Умные кольца и фитнес-браслеты рвут танцпол носимых устройств Умные кольца и фитнес-браслеты рвут танцпол носимых устройств Японские машины становятся китайскими Японские машины становятся китайскими Бен Аффлек заработал 587 миллионов долларов на ИИ Бен Аффлек заработал 587 миллионов долларов на ИИ Google научила ИИ следить за организмом (и понимать сигналы тела) Google научила ИИ следить за организмом (и понимать сигналы тела)

Мозг в чипе: нейроморфные технологии в России и мире

🇷🇺 2 мин
Иллюстрация сгенерирована нейросетью DALL·E 3

Зачем нам огромные ЦОДы с малыми ядерными реакторами для питания, на которых запускаются удалённо модельки с сотнями миллиардов параметров — если есть мозг? Мозг человека маленький, энергоёмкий, помещается в голове и практически идеально справляется с любыми задачами, от распознавания объектов и запахов до генерации связного текста или решения сложных уравнений. Почему бы просто его не скопировать?

«Скопировать» мозг как раз призваны нейроморфные технологии. Они могут привести нас к энергоэффективному и автономному будущему — если получится преодолеть огромные сложности по разработке платформ и алгоритмов.

Вместо привычной для архитектуры фон Неймана схемы «память — процессор» нейроморфные системы соединяют вычислительные элементы и память в единую сеть, как нейроны и синапсы в мозге. Запоминание в спайковых (импульсных) нейроных сетях происходит через параллельную активацию определённых нейронов, и данные не записываются куда-то в хранилище, а сохраняются «во времени» через цепочку последовательных активаций.

Такие системы идеально подойдут для автономных устройств, потому что вычисления будут происходить локально, энергоэффективно и без задержек. Уже сейчас они используются для определения запахов, создания искусственной кожи с тактильными сенсорами и определения объектов на видео. Правда, есть нюансы — для их запуска нужно создавать новое железо и алгоритмы, обучать разработчиков, а это всё требует огромных вложений. Да и алгоритмов, которые в полной мере раскроют возможности таких систем, на сегодняшний день нет.

Но зато есть понимание, насколько много заработает компания, которая первой сможет сделать рабочий нейроморфный чип и предложит варианты его внедрения в производство. Свои разработки есть как у крупных компаний — IBM (чип NorthPole) и Intel (Loihi) — так и у более маленьких. Ещё в 2021 году на рынке появился первый коммерческий нейроморфный чип Akida от компании BrainChip. Правда, данных о количестве продаж нет, а годовая чистая прибыль компании остаётся отрицательной с 2019 года.

Россия пока отстаёт за зарубежных конкурентов, но ведёт разработку своих нейроморфных чипов. В 2020 году компания Мотив НТ вместе с Лабораторией Касперского выпустила чип Алтай, через 2 года — создали программно-аппаратную платформу KNP (Kaspersky Neuromorphic Platform) для разработки и исследования импульсных нейронных сетей. Код платформы выложили в открытый доступ на Гитхаб. А в октябре 2024 года учёные из Университета ИТМО, СПбГУ и Тунцзи разработали нейроморфный вычислительный элемент на базе кристалла.

Сейчас на фоне недостатка данных, роста нагрузок на ЦОДы и крупные инвестиции ведущих ИИ-компаний в разработку агентов и роботов интерес к нейроморфным системам растёт. И важно, что подобные разработки есть у очень небольшого числа «игроков» — США, Китая, России и ЕС. Поэтому Россия вполне может получить преимущество (хотя бы региональное) на рынке нейроморфных технологий, если получится преодолеть текущие ограничения.

// Илья Власов